MOUTHGUARD USE IN YOUTH ICE HOCKEY AND THE RISK OF CONCUSSION AND DENTAL INJURIES
Notice bibliographique
Résumé
Background Concussion is the most common injury in youth ice hockey. Mouthguards can play a role in reducing the risk dental injuries; however there is limited evidence evaluating their association with concussion in youth ice hockey. Objective To assess the association between mouthguard use and risk of concussion and dental trauma in youth ice hockey. Design Nested case-control. Setting Youth ice hockey leagues (elite and non-elite) in Calgary, Canada, where mouthguard use is not mandatory. Participants Baseline and injury data were collected for 11–17 year old players from 2013–2016. Assessment of Risk Factors Mouthguard use at time of injury as reported on Injury Report Forms. Main Outcome Measurements Case groups were defined as concussed players (therapist suspected or study physician diagnosed) and those with dental injuries; controls were players who sustained a non-concussion/non-dental injury during a game or practice. Only the first injury sustained within or between seasons was included. Frequency of mouthguard usage between cases and controls was compared. Information on baseline self-reported mouthguard use and type was also collected. Results At baseline, the majority of players self reported always wearing a mouthguard during games 2,156/2,606 (82.7%) and practices 1,853/2,539 (73.0%). No dental injuries were reported during the study period. Amongst concussion cases 147/185 players (79.5%) reported mouthguard use at time of injury, compared with 134/147 controls (91.2%) (unadjusted OR=0.38 95% CI 0.18–0.76). Future analyses will include multivariable logistic regression adjusting for relevant covariates and considering effect modification. The effect of mouthguard type at time of injury, and concordance between mouthguard use at baseline and time of injury will also be examined. Conclusions The majority of players self reported always wearing a mouthguard at baseline when there was not mandatory enforcement. Based on preliminary univariate analyses, mouthguard use was associated with reduced odds of concussion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».